Recap – KI Day Januar 2026

KI, Agents & Build-to-Learn von Jens Polomski (SnipKI)

KI entwickelt sich exponentiell – schneller, als wir es intuitiv erfassen können. Jens´ Vortrag zeigte, warum Anpassungsfähigkeit dabei wichtiger ist als Perfektion: Top-Modelle bleiben heute oft nur rund 35 Tage an der Spitze, agentische Workflows prägen immer stärker den Arbeitsalltag und verändern laufend Prozesse.

Der zentrale Appell lautete: Build to learn. Wer selbst kleine Tools, Plugins oder Automatisierungen baut, lernt schneller, behält Kontrolle und gewinnt Tempo. Ein Beispiel zeigte eindrucksvoll, wie eine selbstgebaute KI-Visualisierung auf LinkedIn viral ging. Möglich wird das auch ohne tiefes Technik-Know-how – Low- und Vibe-Coding senken die Einstiegshürde deutlich.
Statt Tool-Fokus stand das Mindset im Mittelpunkt. Der Curiosity Quotient wird wichtiger als reiner IQ: neugierig bleiben, Fragen stellen und bestehende Prozesse hinterfragen. Denn oft sind fehlendes Know-how und unklare Abläufe das eigentliche Problem, nicht die Tools.

Zum Abschluss blieb der Satz der Zukunftsforscherin Amy Webb hängen: Technologie wird nie mehr so schlecht sein wie heute.

Vibe-Coding mit KI von Philipp Burckhardt

Mit modernen KI-Tools lassen sich heute Prototypen und Landingpages bauen, für die früher ganze Entwicklerteams nötig waren. Der Fokus lag klar auf Vibe Coding: per Prompt in Minuten zu klickbaren Ergebnissen kommen, statt wochenlang zu planen. Tools wie Claude, Replit, Bold oder Bolt übernehmen dabei große Teile der Umsetzung – die Rolle des Menschen verschiebt sich Richtung Ideenfindung, Steuerung und Produktdenken.

Die Live-Demo zeigt, wie schnell das gehen kann: Aus einer bestehenden Event-Website entstand mit Bolt innerhalb von rund 30 Minuten ein funktionsfähiger Agenda-Finder mit Suche, Filtern, KI-Tags und PDF-Export. Über Google AI Studio kam sogar ein Chatbot dazu, der Vorträge vorschlägt und direkt zur Agenda hinzufügt. Perfekt für interne Tools, Microsites, Event-Pages oder visuelle Demos fürs Management.

Gleichzeitig wurde klar: Vibe Coding ersetzt keine erfahrenen Entwickler. Code-Qualität, Skalierbarkeit, Sicherheit und Datenschutz bleiben kritische Punkte. API-Keys im Frontend, fehlende Backups oder nicht geprüfte DSGVO-Themen können schnell teuer werden. Das bedeutet, Experimentieren lohnt sich – am besten mit mehreren Tools, kleinen Schritten und klaren Checks vor dem Deployment. Vibe Coding ist ein Turbo für Ideen, aber kein Ersatz für saubere Software-Architektur.

Avatare: Einsatz & Ausblick von Guido Breunung

KI-Avatare entwickeln sich rasant vom Experiment zum echten Wachstumsmarkt. Große Investments und Player wie Nvidia, Microsoft oder Synthesia zeigen, dass das Thema angekommen ist. Schon heute kommen Avatare in Onboarding, Arbeitssicherheit, First-Level-Support, Kommunen und der Pflege zum Einsatz – vor allem als skalierbare, kosteneffiziente und mehrsprachige Lösung für standardisierte Kommunikation.

Dabei wurde klar unterschieden: Nicht-interaktive Avatare eignen sich für sachliche, wiederkehrende Inhalte und sollten keine Experten eins zu eins klonen, um Reputationsrisiken zu vermeiden. Der Aufwand bleibt überschaubar – ein digitaler Zwilling entsteht mit wenigen Minuten Video- und Audioaufnahme. Interaktive Avatare gehen weiter: Sie kommunizieren in Echtzeit, sind lippensynchron und lassen sich als Chat-Einstieg auf Websites einsetzen. Ein Beispiel war ein interaktiver Wahl-O-Mat, der auf Basis zahlreicher Wahlprogramme neutral Fragen beantwortete. Technisch basiert das Setup auf einer Kombination aus Persona und angebundenem Wissen – einfache Anwendungen funktionieren mit Prompts, komplexere benötigen Datenbanken und IT-Support.

Auch technische und rechtliche Aspekte spielten eine zentrale Rolle. Latenzen, US-Server und DSGVO erfordern durchdachte Architekturen, etwa mit deutschem Hosting für sensible Daten. Der Ausblick zeigte schließlich, wie Avatare zunehmend in Agenten, Automatisierungen und sogar Robotik integriert werden – von Pflege über Fahrkartenautomaten bis hin zu Gaming. Mit den wachsenden Möglichkeiten nehmen jedoch auch die gesellschaftlichen und ethischen Fragen weiter zu.

AI-Agent: CAPE-Ansatz von Daniel Flesch, Mso Digital

Im Fokus stand sein persönlicher KI-Assistent, der nicht nur Aufgaben erledigt, sondern wirklich mitdenkt – mit viel Kontext zur Person, zum Unternehmen und zum Arbeitsalltag des Speakers. Statt einzelner Prompts ging es um ein durchgängiges System, das Routinejobs wie Recherche, Zusammenfassungen, Terminplanung, E-Mails oder sogar Krankmeldungen selbstständig übernimmt – und das im persönlichen Stil des Nutzers.

Das Herzstück dabei: das CAPE-Framework aus Context, Access, Persona und Execution. Der Agent kennt Aufgaben, Präferenzen und Unternehmenswissen, hat Zugriff auf Mails, Kalender, Meetings und Tools, schreibt nicht robotisch, sondern im passenden Ton – und führt Aktionen aktiv aus. In einer realen Demo mit „Jasper“, Daniels persönlichem KI-Agenten, wurde das greifbar: E-Mail-Entwürfe im richtigen Wording, automatisch gesetzte Termine unter Berücksichtigung von Sperrzeiten, Meeting-Zusammenfassungen und Wissen aus Confluence.

Gleichzeitig wurde klar: So mächtig das Setup ist, ganz ohne Risiken geht es nicht. Halluzinationen, veraltete Daten und sensible Zugriffsrechte bleiben ein Thema. Entscheidend ist dabei ein bewusster Umgang mit dem System: Zugriffe müssen klar geregelt sein, der Einstieg sollte klein und kontrolliert erfolgen und die finale Entscheidung bleibt immer beim Menschen. Unterstützt wird das durch Templates, Leitfragen und Prompts, die den Start bewusst einfach halten.

Die zentrale Botschaft zum Schluss: Ein persönlicher KI-Assistent ist keine Zukunftsvision, sondern funktioniert schon heute – vorausgesetzt, Kontext, Governance und Nutzung greifen sauber ineinander.

Agentic Commerce von Eva Maria Lindig, PayPal

Bei Eva ging es um nichts Geringeres als den nächsten Evolutionsschritt im E-Commerce: Agentic Commerce. Die Idee dahinter: KI-Agenten übernehmen nicht nur die Produktsuche, sondern recherchieren, vergleichen – und kaufen künftig eigenständig ein. Was heute noch nach Zukunft klingt, passiert bereits: Immer mehr Nutzer lassen sich von Chatbots beraten, ein Teil shoppt schon aktiv mit KI, viele weitere stehen kurz davor.

An einem konkreten Beispiel wurde deutlich, wie radikal sich der Kaufprozess verändert. Statt Klickstrecken formuliert der Nutzer nur noch sein Bedürfnis – den Rest erledigt der Agent: Produktauswahl, Preisvergleich, Bezahlung, Versand und Tracking. Für Händler bedeutet das einen massiven Perspektivwechsel. Sichtbarkeit entsteht nicht mehr nur über klassische Suche, sondern über saubere Produktdaten, technische Anbindung und Vertrauen in automatisierte Prozesse.

Genau hier liegen die größten Herausforderungen: Datenqualität, Integration von Katalogen und Beständen, Absicherung gegen Fraud sowie Compliance mit dem EU-AI-Act. Neue Protokolle wie UCP oder MCP werden zur Schnittstelle zwischen Shops und KI-Systemen.

Die klare Empfehlung zum Schluss: jetzt handeln, Daten strukturieren, erste Pilotprojekte bauen und Erfahrungen sammeln. Wer früh startet, sichert sich einen entscheidenden Vorsprung in einer Einkaufswelt, in der Agenten bald mitentscheiden.

Agenten & KI-Praxis von Christian Tembrink

Christian zeigte anhand von Demos mit Manus, Claude, Opal und n8n, wie KI-Agenten heute schon im Arbeitsalltag unterstützen können. Die zentrale Erkenntnis: Rund 70 % wissen zwar, dass KI helfen kann, aber nicht, wie sie diese konkret im Job einsetzen sollen– und genau hier liegt das größte ungenutzte Potenzial.

Viele Nutzer behandeln KI noch immer als One-Hit-Wonder und brechen Chats bereits nach ein oder zwei Prompts ab. Dabei zeigt die Praxis: Wer im Dialog bleibt und im Schnitt mindestens fünf Prompts pro Chat verwendet, spart durchschnittlich rund fünf Stunden Arbeitszeit pro Woche. Gebremst wird dieses Potenzial oft durch Datenschutz- und Compliance-Fragen sowie ein skeptisches Unternehmens-Mindset. Die Demos machten jedoch klar: Mit sauber definiertem Kontext und klaren Regeln liefern Agenten überzeugende Ergebnisse.

Das Fazit: klein anfangen, Skills testen, Anwendungsfälle priorisieren und Zugriffe sauber absichern. KI ersetzt keine Menschen, sondern erhöht ihre Handlungsfähigkeit – vorausgesetzt, man nutzt sie bewusst und kontinuierlich.

356 Tage mit ChatGPT von Mario Alka, tricoma AI

Anhand vieler Praxisbeispiele verdeutlichte Mario, wie KI-Tools wie ChatGPT und Tricoma AI heute schon Marketing, Technik, Support und HR automatisieren. Automatisierte Anschreiben, vereinfachte Datenexports, Bewerberanalysen oder technische Fehlerdiagnosen führten zu messbaren Effekten – etwa über 50 % Feedback auf KI-generierte Weihnachtspost und eine Zeitersparnis von rund 86 % bei der Wallbox-Programmierung.

Gleichzeitig wurde ein kritischer Aspekt deutlich: Datenschutz. Gespeicherte Chats liefern umfangreiche Informationen über Persönlichkeit und Arbeitsweise, aus denen sehr präzise Profile entstehen können. Das Fazit: KI schafft enorme Effizienzgewinne, verlangt aber einen bewussten und verantwortungsvollen Umgang mit persönlichen Daten.

KI im E-Commerce von Ole von Bachmann

Mehr als die Hälfte der Deutschen kann sich bereits vorstellen, einen KI-Agenten beim Einkaufen einzusetzen. Entscheidend ist dabei der Unterschied zwischen conversational KI, die nur berät, und agentic KI, die selbst Entscheidungen trifft. Letzteres verschiebt den Kaufprozess grundlegend: Der Agent sucht, vergleicht und legt Produkte eigenständig in den Warenkorb.

Das wurde von Ole an einem konkreten Use Case gezeigt. Ein KI-Agent sollte ein Hemd aus 100 % Baumwolle, Größe M und unter 100 Euro kaufen. Er öffnete eigenständig den Browser, suchte auf Englisch, verglich Produkte und entschied sich letztlich für Zalando – vor allem wegen der gut strukturierten Produktlisten. Plattformen mit großer Reichweite haben hier klare Vorteile. Kleine Fehler passierten trotzdem, etwa eine versehentlich falsche Stückzahl im Warenkorb, die der Agent aber selbst korrigierte.

Für Händler lassen sich daraus klare Learnings ableiten: Sichtbarkeit entsteht nur, wenn Agenten technisch zugreifen dürfen und Inhalte sauber strukturiert sind. Preise, Materialien und Verfügbarkeiten müssen schnell maschinenlesbar erfassbar sein – idealerweise auch auf Englisch. Marktplätze wie Amazon oder eBay schränken Agentenzugriffe bewusst ein, während Händler sie eher als zusätzlichen Kanal zulassen. Das Fazit: Wer früh agentenfreundliche Content-Strukturen schafft, verschafft sich einen echten Vorteil in einer Einkaufswelt, in der KI zunehmend mitentscheidet.

KI-Video: Praxis & Fehler von Marie Christine Reiter

Text-to-Video wirkt oft wie Magie, ist in der Praxis aber vor allem Fleißarbeit. Der Vortrag zeigte das sehr ehrlich am Beispiel des McDonald’s-KI-Spots, der nach einem Shitstorm wieder offline ging – trotz tausender Generierungen und wochenlanger Arbeit. Auch der eigene Nachbau machte klar, was wirklich dahintersteckt: 525 Generierungen, rund 250–300 Euro Kosten und etwa 13 Stunden Aufwand.

Der Fokus lag klar auf der Praxis. KI-Videos funktionieren aktuell am besten in kurzen Shots von rund zwölf Sekunden. Tools wie Video-to-Prompt liefern gute Startpunkte, ersetzen aber keine manuelle Nacharbeit. Die Modellauswahl ist entscheidend, ebenso Auflösung und Kostenmodell – viele Generierungen schlagen fehl, Pixel-Fehler sind normal und Credits schneller weg als gedacht.

Besonders wichtig: sauberes Prompting. Prompts sollten auf Englisch formuliert und klar strukturiert sein – von Motiv und Handlung bis zu Stil, Kamera, Licht und Stimmung. Jedes Modell bevorzugt andere Formate, deshalb lohnt es sich, gezielt nachzufragen. Wer clever testet, startet mit wenigen Generierungen in niedriger Qualität, bevor Budget verbrannt wird. Das Fazit: Text-to-Video hat enormes Potenzial, bleibt aber aktuell ein iterativer Prozess für Geduldige.

Jörg Schieb: Die Menschliche Superkraft (trotz KI)

Hier war nicht KI der Star der Show – sondern der Mensch. Denn so mächtig KI auch ist, sie bleibt ein Werkzeug. Sie arbeitet schneller, günstiger und rund um die Uhr, hat aber weder eigenen Willen noch Gewissen oder echte soziale Bindung. Genau darin liegt der entscheidende Unterschied – und die Chance, KI für Routinen einzusetzen und dadurch Raum für menschliche Stärken zu schaffen.

Ein prägnanter Moment machte das Spannungsfeld greifbar: In einem Workshop lieferte ChatGPT auf eine komplexe Fachfrage eine so gute Antwort, dass sich der Referent kurz überflüssig fühlte. Daraus entstand die eigentliche Kernfrage: Welche Fähigkeiten braucht der Mensch noch, wenn Wissen und Skills jederzeit verfügbar sind?

Die Antwort liegt in vier unersetzlichen „Superkräften“:

• Wollen
• Urteilen (im Unerschied zu reinem "Entscheiden")
• Verbinden
• Bedeutung

Menschen haben eigene Ziele, treffen wertbasierte Urteile, bauen echte Beziehungen auf und geben Inhalten Sinn und Kontext. KI kann dabei unterstützen – aber nicht ersetzen.

Besonders der Punkt Urteilen blieb mir dabei im Kopf hängen, denn KI trifft doch heute bereits Entscheidungen, etwa welche Produkte sie bei einer Suche anzeigt oder welche Optionen sie priorisiert. Gleichzeitig fehlt ihr vermutlich das, was menschliches Urteilen ausmacht: eine wirklich freie, wertbasierte Entscheidung jenseits von Daten und Wahrscheinlichkeiten. Ob diese Trennlinie langfristig Bestand hat, bleibt offen – ich werde mir darüber noch weiter Gedanken machen.

Der abschließende Appell von Jörg: KI bewusst als Werkzeug nutzen, um mehr Zeit für das zu gewinnen, was uns wirklich menschlich macht.